基于自由变形法的多模态医学图像的配准与融合

本研究提出了一种自动识别颈部PET-CT图像特征点的算法，它应用自由变形（FFD）方法以CT图像的特征点为参考使PET图像产生变形，再结合最大互信息法对颈部PET与CT图像进行非刚体配准，最后用改进的小波图像融合法把两者进行融合得出视觉效果比较理想的融合图像。经实际计算得出的变形PET图像与对应CT图像的互信息量大于原始PET图像，并且最后用改进的小波图像融合法得出的融合图像的信息量比一般小波融合大，由此证明本研究所用方法是有效的。     

基于计算机的医院体检信息管理系统的设计和实现

随着社会的进步和经济的发展，人们对健康的需求越来越多，定期或不定期进行体检已成为人们预防疾病的一种防御性措施。本文对现代化医院的计算机体检信息管理系统进行了探讨，给出了建设现代化的体检系统的技术要求，详细阐述了现代化医院体检信息管理系统需具备的功能，为将来医院体检系统的建设提供了建设性的建议。     

ITEAR算法：以纹理能量分析为基础的早期肿瘤图像检测方法

目的：实现计算机自动检测出CT图像中的早期肿瘤。方法：提出一个以纹理能量分析为基础的可以检测出CT图像中早期肿瘤的算法——ITEAR（image registration and texture energy analysis）。该算法首先用互信息量配准方法将PET图像和同一层的CT图像配准,并且利用自适应阈值法将PET图像中的感兴趣区（region of interest,RO1）检测出来,然后应用纹理能量分析方法检测出早期肿瘤的准确位置,接着运用边缘检测方法将其边界提取出来。结果：ITEAR算法能准确定位早期肿瘤,并且能检测出早期肿瘤的边界。结论：ITEAR算法可以令计算机自动制定三维适形放疗计划。     

基于三次样条层间插值的多模态医学图像配准

我们从PET-CT多模态图像序列的特点出发,提出了一种全新的图像配准及融合方法,它采用三次样条插值法对PET-CT图像进行层间插值,然后再利用最大互信息法进行配准,最后应用改进的主成分分析(PCA)法融合PET-CT图像用以增强PET显像效果,从而得到满意的配准以及融合结果。用三次样条插值法进行层间插值并恢复层间缺失图像的信息,弥补了现有配准方法的不足,提高了配准精度,使融合后的图像更加接近实际的物理断层。该方法已经成功应用于三维适形放疗(3D-CRT)系统的开发中。     

基于功能成像的计算机辅助智能诊断系统

本文采用基于数字图像处理的理论与方法,实现了利用计算机系统进行智能阅片和自动分类病例的功能.该系统可以实现自动分析正常与病变全身骨SPECT图像,同时还可以推导出判断正常骨与病变骨的参数,并利用这些参数对病例进行分类.该系统成功地消除了SPECT全身骨显像中膀胱区域计数量过高对其他部分的影响,提高了SPECT全身骨图像的亮度、对比度和可读性.实现了计算机辅助智能阅片、自动分类病例.本文所用方法独立于SPECT设备以及放射性标记药剂,所有算法由计算机自动完成,并同时给出诊断分类结果.     

基于BP神经网络的全身骨SPECT图像分割

我们尝试用BP神经网络分割全身骨SPECT图像,实现病变区域的自动识别。由于SPECT图像病变区域的判断要考虑图像的整体信息,其特征具有不确定性,单靠神经网络识别很难达到理想的效果。我们把分割过程分预处理、神经网络分割和后处理三部分,先用最佳阈值法进行预处理,然后用神经网络进行粗分类,最后用模板匹配和去对称程序排除误识别的区域。     

全身骨显像分析及计算机智能诊断

全身骨显像是诊断多种恶性肿瘤骨转移的重要途径之一。由于SPECT显像原理的限制，全身骨显像图受到膀胱区高计数的影响，使其他区域采集的计数相对减弱，影响临床诊断的准确性。笔者尝试用阈值法解决这一问题，现将结果报道如下。     

用于自动识别SPECT心肌灌注图像心脏区域的MRS算法

目的：检测并分割出SPECT心肌灌注图像中的心肌.方法：本文将最佳阈值分割算法、数学形态学腐蚀和轮廓跟踪算法结合起来,开发出用于专门处理SPECT心肌灌注图像的MRS（Myocardial Region Searching）算法.结果：MRS算法可以处理使用DICOM标准的SPECT设备生成的心肌灌注图像,并且可以自动将SPECT心肌灌注图像序列中的心脏区域识别出来.结论：MRS算法独立于灌注药物和药物注过程,并且可以大量减少2D、3D图像重构时的数据量.最后本文还讨论了MRS算法的优点和不足.